표제지
목차
요약문 4
SUMMARY 6
제1장 서론 19
1.1. 연구 배경 및 필요성 20
1.1.1. 연구 배경 20
1.1.2. 연구 필요성 22
1.2. 연구 목적 22
1.3. 연구수행 계획 24
1.3.1. 실시간 강우에 따른 HSD 결정 기법 최적화 24
1.3.2. 예측 및 실시간 강우를 연계한 침수예상지역 분석 기술 최적화 26
1.3.3. 재해 영향 Matrix에 따른 위험정보 제공 계획 수립 27
1.4. 기대효과 30
1.4.1. 기술적 측면 30
1.4.2. 경제적 측면 30
1.4.3. 산업적 측면 31
제2장 실시간 침수위험지역 분석 기술 최적화 32
2.1. 실시간 강우에 따른 HSD 결정 기법 최적화 33
2.1.1. 지역별 HSD 결정 기법 개발을 위한 수치 자료 생산 33
2.1.2. 딥러닝 기반 지역별 HSD 결정 기법 학습 38
2.2. 실시간 강우에 따른 HSD 결정 기법 개발 42
2.2.1. 실시간 강우에 따른 지역별 HSD 결정 기법 개발 42
2.2.2. 실시간 강우에 따른 지역별 HSD 결정 기법 평가 50
2.3. HSD 결정 기법의 적용성 분석 59
2.4. 소결론 65
제3장 예측 및 실시간 강우를 연계한 침수 예상 지역 분석 기술 67
3.1. 강우자료와 연계한 침수예상지역 분석의 정확도 검증 68
3.1.1. 모형 학습 및 예측 69
3.1.2. 교차 검증과 하이퍼파라미터 자동 보정 84
3.1.3. 예측결과의 정확도 분석 93
3.2. 실용화를 위한 침수예측 기술의 최적화 108
3.2.1. 모형 자동화를 위한 코드 작성 108
3.2.2. 모형의 서버 탑재 113
3.3. 침수예상지역 분석을 위한 사용자 매뉴얼 작성 115
3.3.1. 사용자 매뉴얼 개요 115
3.3.2. 사용자 매뉴얼 116
3.4. 소결론 134
제4장 재해 영향 Matrix에 따른 위험정보 제공 계획 수립 135
4.1. 침수 재해 영향 위험도 평가 Matrix 구성 136
4.1.1. 재해 영향위험도 평가 matrix 구성 136
4.1.2. 재해영향 Matrix에 따른 침수 발생 정보 구축 138
4.2. 침수발생 한계강우-침수심관계 분석 140
4.2.1. 침수 발생 한계강우량 차이 제시 140
4.2.2. 선행 강수를 고려한 동적 재해 영향 Matrix 구성 152
4.3. 재해 영향 Matrix에 따른 위험정보 제공 방안 수립 166
4.3.1. 침수 발생 한계강우량 확인 166
4.3.2. 선행 강수를 고려한 침수 발생 한계강우량 확인 171
4.4. 소결론 178
제5장 결론 180
참고문헌 186
판권기 192
표 2.1. 기본 신경망 EfficientNet-B0의 은닉층 구조 46
표 2.2. 복합 스케일링 방법 47
표 2.3. 크로스 엔트로피 손실 함수와 평균 제곱 오차 손실 함수 49
표 2.4. 각기 따로 예측한 결과 및 함께 예측한 결과 51
표 2.5. 일반적인 출력층 결과 및 배치 정규화 출력층 결과 52
표 2.6. 배치 정규화 출력층 결과 및 출력 표준화 결과 53
표 2.7. 배치 정규화 출력층 결과 및 출력 표준화 결과 54
표 2.8. L1 정규화의 강도 n에 따른 신경망의 성능 54
표 2.9. 신경망 크기에 따른 성능 55
표 2.10. 정규화 적용 결과 및 후진 제거법 적용 결과 56
표 2.11. 후진제거법으로 제거한 변수 수에 따른 성능 57
표 2.12. 예측에 사용하는 기간에 따른 성능 57
표 2.13. 첨두 발생 구간 예측에 대한 결과 62
표 2.14. 24시간 정보를 이용한 예측 결과 62
표 2.15. 첨두 발생 분위 예측을 위한 L1(入=0.001) 정규화 예측 결과 63
표 3.1. 연구유역별 격자와 강우자료 수에 따른 학습자료의 수 69
표 3.2. 연구유역별 예측에 사용한 강우자료 74
표 3.3. 부산광역시 다대지구의 최적 매개변수 조합 89
표 3.4. 울산광역시 우정태화지구의 최적 매개변수 조합 89
표 3.5. 천안시 성정지구의 최적 매개변수 조합 90
표 3.6. 그리드 서치 설정값 91
표 3.7. 최적 하이퍼파라미터 조합(그리드 서치) 91
표 3.8. 랜덤 서치 설정값 범위 92
표 3.9. 최적 하이퍼파라미터 조합(랜덤 서치) 92
표 3.10. 노드 분할을 제한하지 않는 하이퍼파라미터 조합 92
표 3.11. 최적 하이퍼파라미터 조합의 성능 비교 93
표 3.12. 부산광역시 다대지구 RMSE 106
표 3.13. 울산광역시 우정태화지구 RMSE 107
표 3.14. 천안시 성정지구 RMSE 107
표 3.15. 학습 데이터베이스 자료 구성 122
표 3.16. 예측 데이터베이스 자료 구성 123
표 3.17. 모형 학습 데이터베이스 구조도 127
표 3.18. 랜덤포레스트의 주요 하이퍼파라미터 131
표 4.1. 서울 삼성동 HSD 강우 시나리오 적용한 침수 발생 한계강우량 차이 141
표 4.2. 서울 삼성동 선행강우 시나리오Ⅰ 적용한 침수 발생 한계강우량 차이 154
표 4.3. 서울 삼성동 선행강우 시나리오Ⅱ 적용한 침수 발생 한계강우량 차이 157
표 4.4. 서울 삼성동 20년 빈도 선행강우 시나리오Ⅰ 적용한 총 월류량 161
표 4.5. 서울 삼성동 20년 빈도 선행강우 시나리오Ⅱ 적용한 총 월류량 161
표 4.6. 서울 삼성동 빈도별 호우 발생 분위에 따라 3시간 한계강우량 산정 결과 170
표 4.7. 서울 삼성동 강우 시나리오Ⅰ 자료 적용한 8시간 모의 한계강우량 산정 결과 174
표 4.8. 서울 삼성동 강우 시나리오Ⅱ 자료 적용한 8시간 모의 한계강우량 산정 결과 176
그림 1.1. 최근 주요 도시침수 사건(2022년 8월) 21
그림 1.2. 연구개발 시스템 구성도 23
그림 1.3. 선행강우 변화에 따른 HSD 상관 분석 24
그림 1.4. 실시간 강우에 따른 최적 시나리오 선정 과정 25
그림 1.5. 침수재해 영향 Matrix 산출 모식도 28
그림 1.6. 침수재해 영향 Matrix 산출 과정 29
그림 2.1. 모형에 사용된 ASOS 관측 지점 34
그림 2.2. 수치 데이터 흐름도 37
그림 2.3. 합성곱 및 풀링 도식화 39
그림 2.4. 쇼트 컷 구조 도식화 40
그림 2.5. 전이 학습 도식화 42
그림 2.6. 입력 텐서 도식화 43
그림 2.7. 임베딩층 도식화 44
그림 2.8. 병목 블록 및 모바일 역 병목 합성곱 비교 45
그림 2.9. 압착 및 활성화 도식화 46
그림 2.10. 출력층의 구조 도식화 48
그림 2.11. 강수량 예측을 위한 시공간 합성곱 신경망 전체 구조 49
그림 2.12. 서울, 인천지점 1, 3, 6시간 HSD 샘플 59
그림 2.13. 부산, 울산지점 1, 3, 6시간 HSD 샘플 60
그림 2.14. 대전, 광주지점 1, 3, 6시간 HSD 샘플 61
그림 2.15. 선행강우 특성에 따른 침수분석을 위한 multimodal 시나리오 개발Ⅰ 샘플 64
그림 2.16. 선행강우 특성에 따른 침수분석을 위한 multimodal 시나리오 개발Ⅱ 샘플 64
그림 3.1. 연구흐름도 68
그림 3.2. 부산광역시 다대지구 모형학습자료(Model 1) 70
그림 3.3. 부산광역시 다대지구 모형학습자료(Model 4) 71
그림 3.4. 울산광역시 우정태화지구 모형학습자료(Model 1) 71
그림 3.5. 울산광역시 우정태화지구 모형학습자료(Model 4) 72
그림 3.6. 천안시 성정지구 모형학습자료(Model 1) 72
그림 3.7. 천안시 성정지구 모형학습자료(Model 4) 73
그림 3.8. 부산광역시 다대지구(147.5mm) 74
그림 3.9. 부산광역시 다대지구(114.5mm) 75
그림 3.10. 부산광역시 다대지구(71mm) 75
그림 3.11. 울산광역시 우정태화지구(138mm) 76
그림 3.12. 울산광역시 우정태화지구(110mm) 76
그림 3.13. 울산광역시 우정태화지구(79.5mm) 77
그림 3.14. 울산광역시 우정태화지구(50mm) 77
그림 3.15. 천안시 성정지구(173mm) 78
그림 3.16. 천안시 성정지구(167mm) 78
그림 3.17. 천안시 성정지구(141mm) 79
그림 3.18. 부산광역시 다대지구 침수예측 결과 (a) 147.5mm, (b) 114.5mm, (c) 71mm 80
그림 3.19. 울산광역시 우정태화지구 침수예측 결과 (a) 138mm, (b) 110mm, (c) 79.5mm, (d) 50mm 82
그림 3.20. 천안시 성정지구 침수예측 결과 (a) 173mm, (b) 167mm, (c) 141mm 83
그림 3.21. 교차 검증에서 자료의 분할과 검증 세트 선택 84
그림 3.22. 그리드 서치와 랜덤 서치의 하이퍼파라미터 조합 구성 방법 86
그림 3.23. RandomizedSearchCV 모듈의 설정값 입력 86
그림 3.24. 랜덤 서치를 위한 하이퍼파라미터 범위 설정 87
그림 3.25. 부산광역시 다대지구(147.5mm) 94
그림 3.26. 부산광역시 다대지구(114.5mm) 94
그림 3.27. 부산광역시 다대지구(71mm) 95
그림 3.28. 울산광역시 우정태화지구(138mm) 96
그림 3.29. 울산광역시 우정태화지구(110mm) 98
그림 3.30. 울산광역시 우정태화지구(79.5mm) 100
그림 3.31. 울산광역시 우정태화지구(50mm) 101
그림 3.32. 천안시 성정지구(173mm) 103
그림 3.33. 천안시 성정지구(167mm) 104
그림 3.34. 천안시 성정지구(141mm) 106
그림 3.35. 랜덤포레스트 학습 코드 108
그림 3.36. 랜덤포레스트 예측 코드 109
그림 3.37. 랜덤포레스트 예측자료 생성 코드 110
그림 3.38. 자동화된 랜덤포레스트 예측 코드 111
그림 3.39. 예측 자동화 과정 112
그림 3.40. (a) 생성된 예측자료, (b) 예측결과 113
그림 3.41. 토코넷 협의 자료 송부 목록 114
그림 3.42. 사용자 매뉴얼의 개요 115
그림 3.43. 지형 데이터베이스 116
그림 3.44. 강우 자료 수집 및 전처리 117
그림 3.45. 강우의 통계적 특성 데이터베이스 118
그림 3.46. 1차원 수치해석 모델링 관망도 119
그림 3.47. 2차원 수치해석 모델링 지형도 119
그림 3.48. 2차원 수치해석 모형 결과(침수심) 120
그림 3.50. 침수특성 데이터 121
그림 3.51. 목표 침수심 데이터 121
그림 3.51. 학습 데이터베이스 122
그림 3.52. 예측 데이터베이스 123
그림 3.53. 미가공 강우 데이터 124
그림 3.54. 미가공 강우 데이터의 결측 125
그림 3.55. 강우자료 전처리 코드 125
그림 3.56. 전처리된 지속시간 6시간, 10분 간격 강우 자료 126
그림 3.57. 모형 학습 데이터베이스 127
그림 3.58. 침수 통계 자료 산정 코드 128
그림 3.59. 침수 통계 데이터 128
그림 3.60. 지형 및 침수 통계 결합 코드 129
그림 3.61. 지형 및 침수 통계 데이터 129
그림 3.62. 모형 학습 데이터베이스 129
그림 3.63. 강우 통계치 및 목표 데이터 결합 코드(모형 학습 데이터베이스 생성 코드) 130
그림 3.64. 그리드 서치와 랜덤 서치 132
그림 4.1. Risk impact matrix cube 및 Heavy rainfall risk impact matrix 구성 137
그림 4.2. 선행 강수를 고려한 동적 재해 영향 Matrix 구성 방안 137
그림 4.3. 서울 삼성동 HSD 강우 20년 1분위 월류량, 침수심 및 침수면적 대비도 138
그림 4.4. 서울 삼성동 배수 분구 대상 지역에 대한 침수도 샘플 139
그림 4.5. 서울 삼성동 20년 빈도 호우 발생 분위별 첫 침수 발생도 142
그림 4.6. 서울 삼성동 100년 빈도 호우 발생 분위별 첫 침수 발생도 143
그림 4.7. 서울 삼성동 20년, 50년 빈도 침수 발생한 맨홀과 총 월류량 144
그림 4.8. 서울 삼성동 20년, 50년 빈도 침수 발생한 맨홀과 총 월류량 145
그림 4.9. 부산 다대지구 20년, 50년 빈도 침수 발생한 맨홀과 총 월류량 146
그림 4.10. 부산 다대지구 20년, 50년 빈도 침수 발생한 맨홀과 총 월류량 147
그림 4.11. 서울 삼성동 20년, 50년 빈도 1분위와 4분위 침수 재해 영향도 구축 148
그림 4.12. 서울 삼성동 80년, 100년 빈도 1분위와 4분위 침수 재해 영향도 구축 149
그림 4.13. 부산 다대지구 20년, 50년 빈도 1분위와 4분위 침수 재해 영향도 구축 150
그림 4.14. 부산 다대지구 80년, 100년 빈도 1분위와 4분위 침수 재해 영향도 구축 151
그림 4.15. 선행강우 특성에 따른 침수분석을 위한 multimodal 시나리오 개발Ⅰ 152
그림 4.16. 선행강우 특성에 따른 침수분석을 위한 multimodal 시나리오 개발Ⅱ 153
그림 4.17. 서울 삼성동 20년 빈도 선행강우 시나리오Ⅰ 적용한 첫 침수 발생도 155
그림 4.18. 서울 삼성동 선행강우 시나리오Ⅰ 적용한 첫 침수 발생도(계속) 156
그림 4.19. 서울 삼성동 20년 빈도 선행강우 시나리오Ⅱ 적용한 첫 침수 발생도 158
그림 4.20. 서울 삼성동 20년 빈도 선행강우 시나리오Ⅱ 적용한 첫 침수 발생도(계속) 159
그림 4.21. 서울 삼성동 20년 빈도 선행강우 시나리오Ⅰ 적용한 침수예상도 162
그림 4.22. 서울 삼성동 선행강우 시나리오Ⅰ 적용한 침수예상도(계속) 163
그림 4.23. 서울 삼성동 20년 빈도 선행강우 시나리오Ⅱ 적용한 침수예상도 164
그림 4.24. 서울 삼성동 20년 빈도 선행강우 시나리오Ⅱ 적용한 침수예상도(계속) 165
그림 4.25. 서울 삼성동 강우 빈도에 따라 1분위 한계강우량 침수 변화 166
그림 4.26. 서울 삼성동 강우 빈도에 따라 4분위 한계강우량 침수 변화 167
그림 4.27. 서울 삼성동 강우 빈도별 한계강우량에 따라 침수면적, 평균 침수심, 최대 침수심에 대한 변화 분석 결과 168
그림 4.28. 서울 삼성동 강우 20년 빈도 호우 발생 분위에 따라 한계강우량을 산정 결과 169
그림 4.29. 서울 삼성동 선행강우 20년 빈도 시나리오 자료Ⅰ를 적용하여 한계강우량을 산정 결과 173
그림 4.30. 서울 삼성동 선행강우 20년 빈도 시나리오 자료Ⅱ를 적용하여 한계강우량을 산정 결과 176